世界人工智能大会第四年，AI正在细枝末节中扎根

　　因新冠疫情中断一年的世界人工智能大会（以下简称WAIC），终于活过来了。2021年WAIC开幕式当天，上海室外33摄氏度的高温，都没能阻止馆内涌动不息的人流。截至7月8日中午12：30，大会展示牌上的人流量统计已经高达22890人次。按照WAIC发布的官方数据，2021年线上观看总人次为3。83亿，线下参会观展总计为13。9万人次。
　　前几届都没有今年热闹。参加过三届世界人工智能大会的追一科技负责人张晓斌告诉甲子光年。热闹的背后，是云参会、云观战无法替代的面对面商机。
　　热闹归热闹，微妙的变化却在于参与者。尽管相较于往年，它依然展示了多方的视角，有来自投资方的沈南鹏、孙正义；传统行业中的格力、西门子；带有学术风味的大数据之父舍恩伯格；凭技术属性赢得一席之地的商汤科技。
　　更值得关注的是缺席者。曾与李马比肩的马云，四年来第一次缺席大会尽管展会上总少不了阿里云，也不乏被阿里投资的企业。同样，也有些被认为该来的企业却没有出现在展场。比如，与商汤科技同被称为CV四小龙的旷视、依图、云从集体缺席了本次大会。
　　在2020年人工智能成为国家十四五规划中优先发展的五大领域之首，落地应用也在疫情催化下全面加速，正迎来全新发展窗口期的时刻，这些AI头部公司为何集体缺席如此盛会？这背后的原因是什么？
　　华为轮值董事长胡厚崑的话，或许代表了一部分原因。他在逛了一趟展会后说：过去几年我们在看展览和演示时，能看到各种炫的技术和应用。这次我感觉，我们看不到那么多的炫的东西了在部分行业人士看来，AI的不断落地让它褪去了往年酷炫的外衣，变得没意思起来。
　　在经历了连续四年的突飞猛进之后，AI真的变得不酷了吗？或未尽然。
　　如果说此前的炫酷更多是突破想象、创造概念，向世人展现一幅巨大的AI蓝图，那么如今不炫的背后，实际上是AI在落地的过程中变得务实和易懂，诚如沈南鹏在开幕式上所言：2020年最大深度学习模式的参数是千亿级别，今年年初就已经到了万亿级别。但是运用场景这条腿相对而言还是比较短、比较细，还处在一个线性的增长中，还有大量的吃、穿、住、行、线上线下的细分场景，有待开拓。
　　而各个细分场景的痛点，正是脏、苦、累的活儿，正如树木的成长，伸向底下的根部自然不够炫酷。就此而言，当下的AI正在细枝末节中扎根那些你看不见的地方，更需要用力。
　　这一次，跟甲子光年一起周游WAIC，看看新一年的人工智能又有哪些新变动：
　　人工智能已经从蓝图到落地的阶段，走向了在各个场景中深入的阶段，地表上的不酷不炫，实际上是地表下细枝末节的变动；
　　过去的人工智能在解决头部的痛点，现在的人工智能将点连成了网，解决的是网下更长尾的痛点；
　　AI创业公司也在细分，一种是按场景细分、一种是按解决方案中的组成部分细分，既丰富热闹，又卷味十足；
　　车，是2021最火的细分场景，但热闹的背后，自动驾驶的落地还存在较多的不确定性。1。更深层织网，AI的新阶段
　　过去AI解决的是占比20的头部问题，现在解决的则是剩下80的长尾应用场景中未被覆盖的小问题。AI公司商汤科技的工作人员告诉甲子光年。这意味着，人工智能正在向着更深处的细枝末节渗透：一方面是细分场景变得更重要了，另一方面，AI能够解决的问题从点连成了网，现在到了每张网覆盖的场景下的小问题。
　　以商汤科技为例，在商汤科技展示的物业场景里，老人摔倒、垃圾满溢等这样的小问题都可以被AI及时检测到，而需要用到人力的，只剩最后一步。但这显然并不容易。
　　按照IDC2020年上半年的数据，商汤已经占到了中国计算机视觉应用领域近一半的市场份额。但是，如果只是把商汤划分到计算机视觉领域，只能展示商汤业务中的一部分，商汤的重点更是在于赋能百业的AI底层基础设施。
　　商汤科技联合创始人、首席执行官徐立正式在大会上介绍了商汤SenseCoreAI大装置商汤打造的人工智能基础设施。据其介绍，SenseCore由算力层、平台层和算法层三个部分组成，只有当大数据量、应用场景和底层打磨都积累到一定程度时，才能从头部解决点的问题，走到长尾中，把点连成网，扎根进场景中的各个小问题里。
　　商汤科技此次展示了其做算法中心、做底层基础设施的优势。比如，商汤展位中人流量最密集的商汤AI教育，现场就可以体验到应用了识别技术的教育机器人、可以修改算法的模拟城市路径设计，更有与商汤合作学校的学生来到现场，展示自己应用商汤教育产品，自己设计算法制作的V2X（物联网）车辆通行模拟系统。
　　在景区场景中，商汤分别展示了与长沙黄花机场、杭州萧山馆、西湖AR游览路线等场景的合作，以视频的方式直观呈现AI在不同场景中的真实应用，在车载、医疗、工业等场景中，商汤也均以案例的形式展示。此外，商汤在现场截取了展区一角放在可视化屏幕中，可以清晰对比现实场景与AI在屏幕中有鲸鱼、虚拟人物等变动的风格化效果融合。与此同时，商汤科技自带SenseAuto自动驾驶AR小巴，小巴内可以通过双屏AIAR的可视化方式，将车外经过的实景进行风格化处理。这大概是面向C端展示的最好方式。
　　商汤科技的逻辑是，如果巨头有品牌效应做背书，技术型的科技公司则更需要技术优势来吸引客户。
　　相较于商汤科技技术展示的生动，华为的展示更为宏观。ToB的产品与toC不同，即使将产品架构和具体案例放在屏幕上展示，也很难像C端产品一样获得即刻的体验感。
　　在华为AI部分的展区中，涵盖了华为AI领域的产品及解决方案，以及这些产品如何在各个场景中进行应用的展示。不过，像大多数参展企业一样，仍是讲解人员多于直观体验。这包括了展现AI如何赋能城市的华为智能体展区、AI如何改变生活的普惠AI智能生活新体验展区、AI如何在世界各地生态环境保护上的运用的TECH4ALLAI展区等等。
　　不过华为智能汽车的解决方案，则为增加体验感下了些功夫。通过设立沉浸式体验区，现场就能感受华为自动驾驶系统。而此类与普通人出行相关的AI细分应用，受消费者关注的程度非常高，虽然整个体验时间只有6分钟，但由于太过火热，现场有不少人已经排了一个多小时队等候，而有预约的也已经排到了大会的最后一天。
　　做场景细化的不只是华为和商汤，在商汤展台不远处，就是语音识别大佬科大讯飞。与一般人的认知不同，以语音技术起家的科大讯飞不仅拥有成熟的C端产品，现今也在强调自己已经由点提供到面的解决方案，包括AI城市、AI教育、AI医疗、AI工业、AI生活、AI办公等应用成果，科大讯飞工作人员告诉甲子光年，科大讯发下一步的战略方向将是发挥人工智能在新基建中的作用。
　　互联网大佬360、腾讯、阿里等则更多倾向于从自己的传统领域，切入到全新的业务领域，比如腾讯把视野发散到老年群体、海洋生态等话题上，360已经不只杀毒了，把安全注入到了系统和生态的层面。
　　可以说，如果过去的AI是在从蓝图走向落地，那么今天的AI就在把根扎得更深一些，深入到每个细分场景中了。2。AI创业公司到底有多能细分？
　　AIwhat无疑是这场大会的主题之一，但不是所有公司都有能力做AI的。大体上来看，创业公司们可以按两条道路进行细分：一是按照AI解决方案进行拆分，虽然大家都做的是解决方案，但术业有专攻，侧重点各有不同。这其中包括大数据分析类的解决方案、终端解决方案、芯片类的解决方案等等。从企业自身优势出发，提供满足客户需求的一体化解决方案。
　　云端芯片提供商燧原科技的工作人员告诉甲子光年，提供解决方案而非单一的部件或技术，能更好的适配自家公司的本身优势，对于客户来说使用体验感也能更好。
　　另一种则是对场景的细分，突出的案例有教育场景中的有道、印象笔记；银行场景中的交通银行；医疗场景中的GE医疗、阿斯利康；房产场景中的贝壳；家居场景中的A。O。史密斯；货运场景中的赢彻科技、图森等等。
　　能够细分到什么程度呢？比如具体到医疗场景中，有以看片为主的AI影像公司、有提供检测技术的AI慢病筛查公司，有提供数字脑、数字心、数字肺的公司，就也有提供这些业务一站式整合平台的公司；比如细化到数据这个元素上，就有起步于数据，从数据搜集、分析看百业的供应商，细化到算法这个元素上，就已经有企业提供了算法商城。
　　具体来看，一家数字化中餐解决方案提供商展示了三款产品，应用于街边巷尾的AI小吃车、分别应用于中餐厅和大食堂中的全自动餐厅解决方案，工作人员告诉甲子光年，使用了这套餐厅解决方案，就基本上用不到人力了。而即使是在这样的细分场景中，如果推向市场的过程不出问题，可以覆盖的市场也有较大的想象空间。
　　各大传统行业也在跃跃欲试。商汤展台不远处的交通银行展台摆满了零食、饮品在售卖，并吸引了众多观众驻足。甲子光年了解到，在场可以用数字人民币直接购买食品、咖啡、饮品等，还有优惠活动。此外，本次参展企业中还有建设银行、交通银行、国家电网等选手都是以往看起来和AI不沾边的企业，面对当下的风口，自然也不甘为人后。
　　交通银行展区内的一名工作人员告诉甲子光年，由于银行业务的数据安全要求高、业务体量也较大，而仅靠合作伙伴无法满足自身所有的需求，还是要走在前面。
　　这意味着，对大客户依赖性强的toB公司们将迎来AI行业的内卷时代。如何安全有效的给这些大客户提供更加安全、可靠的数据支持，将是未来AI公司们是否能够留住客户的关键。
　　3。自动驾驶，2021最火的细分场景如何落地？
　　自动驾驶是2021年最火的AI细分场景。此前有媒体统计，仅在刚刚过去的6月，已有16家自动驾驶相关企业获得融资，融资总额超过56亿元。
　　要想实现自动驾驶需要软硬件结合，但车载场景也是AI落地场景中的一部分。在今年，电气化的趋势使汽车门槛降低，软件开始成为汽车的核心。一位投资人曾向甲子光年表示，车的场景被认为是市场空间最大、交互性最强的场景。而关于AI在自动驾驶中的作用，也曾引发激光雷达在自动驾驶中是否鸡肋取决于AI收集的大数据够不够多、技术够不够强的讨论。
　　就目前来说，尽管主机厂仍旧在汽车行业占据主导地位，但在AI层面则是自动驾驶和芯片厂商更具话语权。与之对应的，今年的WAIC上，较之车厂自动驾驶公司更加活跃，相关参展企业超过了20家，整体自动驾驶车辆数超过40辆。各家都拿出了最新的技术成果。
　　比如，自动驾驶公司AutoX发布了第五代全无人驾驶系统AutoXGen5，其新的无人驾驶计算平台AutoXXCU已达到2200TOPS算力；百度联合极狐汽车发布其第五代无人共享车ApollonMoon，目标是让出行比现在的网约车更便宜，地平线、图森未来等产业链上的各头部公司也都有动作。
　　在场外的世博AI赛道区域内，还专门设置了一条总长2。8公里，共12个路口，上下车点均在AI赛道（无人驾驶）区域的体验路线。在此区域不仅有自动驾驶清扫车、自动泊车，还有在开放道路上的自动驾驶应用体验，小马智行用于载客的无人车，新石器和斑马智行联名推出的无人零售车，仙途智能的AutowiseV1智能清扫车各司其职，向观众展示了一幅切实落地的AI生活场景画面。
　　不过，尽管看起来风风火火，但事实上自动驾驶的落地还存在较多的不确定性。这取决于三点：一是法律法规，二是自动驾驶技术水平，三是自动驾驶的成本。
　　其中，各国法律法规的开放取决于自动驾驶技术是否足够安全，但自动驾驶的技术和成本一直是自动驾驶行业最大的难题。
　　从技术层面来讲，即使多家自动驾驶企业纷纷展示出自家的上路牌照和路测数据，但目前上路的自动驾驶，仍需要配备一名安全员才行。即便是全球行业领头羊Waymo，在过去11年间真正去安全员的测试里程也只有10万公里。
　　难以去掉安全员的一大原因即是技术问题。此前驭势科技联合创始人兼董事长、CEO吴甘沙曾坦言，必须要认识到，今天的自动驾驶技术放到真正的开放道路上，其实还不够成熟，去试坐过的都知道，我们做这行的也知道，其实它还有一点距离。
　　除了技术的成熟度，自动驾驶成本居高不下也是其商业化落地难的要因。
　　自动驾驶汽车公司的盈利非常艰难，本身车的成本就很高，一台车100多万，而且车上还要配备安全员，后台还需要大数据、服务器对它进行支持，此外还有软件工程师在后面做软件升级研发，这个成本是非常高的，比传统的、有司机的出租车成本要高得多。汽车行业独立分析师张翔告诉甲子光年。一个普遍的行业认知是，包括Robotaxi在内的自动驾驶乘用车要商业化落地，至少需要5年的时间。
　　这也导致过去三年时间里，不少自动驾驶初创公司选择从乘用车自动驾驶转向商用车自动驾驶。尽管某自动驾驶企业CEO曾向甲子光年表示：底层技术并没有太大差异，但相对于自动驾驶乘用车的全场景应用，在有限场景应用下的低速无人配送车、货运车或者道路清扫车等反而更容易商业化。
　　可以说，丰满的商业化需求与骨干的现实之间的矛盾，是近两年一级市场对AI的投融资情况远不如2018年时火热的原因之一。但另一方面，资本冷却的另一面，也正是AI深入落地的进行时。一位参展企业的工作人员对自己的参展位置笑称：把同一类型的竞品们放的很近，卷味正浓。虽然现在这么热，但是过几年也许还会死一大批，我们只要能做剩下两三家里面的一个就很满意。
　　毫无疑问，资本总有火热和冷却，但通常资本总是走得更快一点，当产业开始落地、生根发芽的时候，反而是更多早期投资人认为生意不性感、不酷炫的时刻。而在行业发展过程中，也总有竞争、监督和质疑存在，才能把产品打磨的更好，让行业发展的更良性。
　　风险投资家们都清楚投资所面临的风险。软银愿景基金所投资的公司超过90，甚至95，依然还没实现盈利，甚至仍在亏损。我们需要有人愿意去冒险投资，而且是在创业的高风险阶段去提供资本。就此而言，软银创始人孙正义在大会上的发言不失睿智。